CAPTULO 2.

MARCO TERICO

"Hay una fuerza motriz ms poderosa que el vapor, la electricidad y la energa atmica. Esa
fuerza es la voluntad."
Albert Einstein
44

CAPTULO 2. MARCO TERICO

En este captulo se describirn las herramientas de Ingeniera Industrial que sern
utilizadas para cumplir con el objetivo de esta tesis.
2.1 Pronsticos
Los pronsticos son una herramienta importante dentro de la planeacin y control de la
produccin de cualquier empresa, ya que permite obtener una aproximacin de los valores
futuros para optimar recursos y no incurrir en gastos innecesarios.
Comenzaremos definiendo lo que es un pronstico.
Pronosticar consiste en utilizar datos pasados para determinar acontecimientos futuros.
Estos a menudo son ocupados para predecir la demanda del consumidor de productos o
servicios, aunque se pueden utilizar para muchos factores influyentes de manera potencial
para el xito de la ejecucin del sistema.
Pronosticar es el arte y la ciencia de predecir los eventos futuros. Puede involucrar el
manejo de datos histricos para proyectarlos a un tiempo determinado, mediante algn tipo
de modelo matemtico. Puede ser una prediccin subjetiva o intuitiva. O bien una
combinacin de ambas, es decir, un modelo matemtico ajustado por el buen juicio de un
administrador.
a. Comprensin del problema
Los pronsticos proporcionan informacin para tomar mejores decisiones, el primer
paso es identificar la decisin, si no se afecta por el pronstico este no es necesario.
La importancia de la decisin sugerir el esfuerzo que debe dedicarse a producir un
pronstico, una decisin de una sola vez requiere un pronstico, mientras que una recurrente
necesita uno cada vez que es tomada.
45

En cualquier caso la decisin determina:

Qu pronosticar
El nivel de detalle necesario y
Con qu frecuencia se har el pronstico
Los pronsticos de ventas, calidad de materiales, ingresos, gastos, uso de energa o los tiempos
de llegada de los clientes son una necesidad comn en las empresas.
La demanda de un producto es en s misma un pronstico, un punto importante para el
entendimiento de este tipo de problemas es comprender el proceso; por ejemplo, slo se puede
esperar conocer cada vez mejor el proceso de la demanda de un artculo, ya que nunca se tiene
la certeza de entenderlo completamente. Y as hacer las suposiciones necesarias para crear los
pronsticos, para esto se examinan las caractersticas del problema, se analizan los datos y se
establece una meta a pronosticar.
b. Caractersticas del problema.
Las principales caractersticas de un problema de pronsticos son el marco de tiempo,
el nivel de detalle, la exactitud necesaria y el nmero de aspectos a pronosticar.
En los sistemas de produccin, casi siempre es de inters el pronstico de la demanda,
producto o servicio con el fin de decidir cunto producir.
Existen tres criterios principales para definir el tipo de periodo en la toma de decisiones al cual
se desea aplicar un pronstico:
Decisin a largo plazo. Se utilizan para abrir nuevas plantas o aumentar la capacidad de las
existentes, con frecuencia dependen de pronsticos de demanda, un marco de tiempo usual
para este tipo de decisiones seria de 3 a 5 aos.

46

Las decisiones a largo plazo no requieren pronsticos exactos, es comn que se usen mtodos
causales y cuantitativos para obtenerlos.
Decisin a mediano plazo. Puede ser la asignacin de cierta capacidad de planta a grupos de
productos, no necesariamente conociendo la demanda para cada uno individualmente, ya que
con frecuencia se usan mtodos cuantitativos, incluyendo los causales y las series de tiempo.
Decisin a corto plazo. Es cuntos productos se deben fabricar, se necesita el nmero real de
unidades de producto. Esta decisin puede ser semanal, mensual, o trimestral, necesitan ser
exactos, los mtodos de series de tiempo son los que se usan con mayor frecuencia para este
periodo, pero en algunos casos son usados los mtodos causales y los cuantitativos, requieren
el pronstico de cientos de artculos.
c. Metodologa para la determinacin de un pronstico.
1.-Especificar objetivos.
2.- Recoleccin de datos.
3.-Anlisis de datos.
4.-Seleccionar la tcnica de pronstico.
5.-Aplicar el mtodo de pronstico.
6.- Validacin del modelo o mtodo de pronstico.
7.-Seguimiento.

47

d. Descripcin de los diferentes mtodos de pronsticos.

Fig. 28 Principales Mtodos de Pronsticos.

Para los fines de nuestra tesis nos concentraremos en los mtodos de series de tiempo, dado
que estos mtodos son ocupados cuando se tienen datos histricos o anteriores de la demanda
que se desea pronosticar.
Una serie de tiempo es simplemente una lista cronolgica de datos histricos, para la que la
suposicin esencial es que la historia predice el futuro de manera razonable.
Existen varios modelos y mtodos de series de tiempo entre los cuales elegir, y que incluyen
el modelo constante, de tendencia y estacional, dependiendo de los datos histricos y de la
comprensin del proceso fundamental. Para cada modelo, se cuenta con varios mtodos de
pronstico, que incluyen promedios, promedios mviles, suavizado exponencial, regresin y
tal vez combinaciones de todos estos, conforme al comportamiento de la serie de tiempo a
analizar.

48

1. Proceso constante
Matemticamente, la demanda en el periodo t para un proceso constante se representa
por la siguiente frmula (Vase frmula 1).

.........................................................Frmula 1

Donde

representa la constante fundamental del proceso y

el ruido aleatorio, que se

supone que sigue una distribucin normal con media cero y variancia

Uno de los mtodos ms sencillos es usar el ltimo dato como pronstico para el siguiente
periodo. Sea T el periodo actual, t un periodo arbitrario,

ty

la demanda histrica en el periodo

el pronstico hecho en el tiempo T para k periodos futuros.

Al usar el ltimo dato, el pronstico para el siguiente periodo ser la demanda de este periodo.
En notacin matemtica esto es:
.Frmula 2
El problema con el ltimo dato es la variacin aleatoria inherente. Para vencer este problema,
se puede usar un promedio de los datos pasados, esto hara que el pronstico fuera menos
sensible a las variaciones aleatorias. Dados T periodos de datos, el tiempo promedio en el
tiempo T es:

..Frmula 3

El pronstico hecho en el periodo T para el siguiente periodo es:

...........Frmula 4
49

Y entonces el pronstico para k periodos futuros calculados en el tiempo T es:

...Frmula 5
Los mtodos de pronsticos del ltimo dato y del promedio se pueden considerar mtodos
extremos. El ltimo dato ignora todo menos el ltimo punto, mientras que el promedio trata a
los datos muy antiguos igual que a los ms recientes.
Existe otro mtodo sencillo para un proceso constante, el de promedios mviles, ste en lugar
de tomar el promedio de todos los datos, considera slo algunos de los ms recientes a
eleccin del usuario para reducir el efecto de las fluctuaciones aleatorias (vase Frmula 6).
Sea N el nmero de periodos que se quieren considerar en el promedio mvil y

el valor

del promedio mvil. Si el proceso se encuentra en el periodo T, el promedio mvil est dado
por la suma de los ltimos N datos, o matemticamente,
..Frmula 6
La eleccin de N es un trueque entre la respuesta rpida a un proceso de cambio y el ignorar la
fluctuacin aleatoria. Si el proceso es relativamente estable, se elige una N grande aunque una
ms pequea es mejor para un proceso que puede estar cambiando. Para el pronstico a corto
plazo, los valores usuales de N estn entre 5 y 7.
Suponga que se quiere calcular un promedio mvil de periodo N pero no se conoce
que se necesita en la frmula de actualizacin. La ventaja de este enfoque es que no es
necesario guardar los datos individuales; se calcula el pronstico a partir de uno anterior y del
nuevo dato. Este promedio estrictamente, ya no es un promedio mvil. Se puede ver como un
promedio ponderado de los datos actuales y la estimacin anterior de la media del proceso.
50

Para establecer el modelo general se usar , 0

estimador se denotar por

1 como los pesos o ponderaciones y el

Este procedimiento se llama suavizamiento exponencial y la

ecuacin es la siguiente (vase Frmula 7).

..Frmula 7

Igual que en otros modelos constantes, el pronstico para el periodo T+k es

...Frmula 8
2. Proceso con tendencia
Para pronosticar un proceso que aumenta en forma estable con exactitud, se necesita un
modelo que incorpore esta tendencia. El modelo para un proceso con tendencia lineal est
dado por
..Frmula 9
Donde b es la pendiente de la tendencia y el resto de la notacin se defini antes. Si b es
positivo, el proceso crece a travs del tiempo, y una b negativa implica un proceso que
decrece.
Si se tuviera que pronosticar un modelo con tendencia usando suavizamiento exponencial
simple, el pronstico tendra una reaccin retrasada al crecimiento. Entonces, tendra a
subestimar la demanda real. Para corregir esto se puede estimar la pendiente y multiplicar la
estimacin por el numero de periodos futuros que se quieren pronosticar. Una simple
estimacin de la pendiente dara la diferencia entre las demandas en dos periodos sucesivos;
sin embargo, la variacin aleatoria inherente hace que esta estimacin sea mala. Para reducir el
efecto de aleatoriedad se puede usar la diferencia entre los promedios calculados en dos
51

periodos sucesivos. Usando suavizamiento exponencial, la estimacin del promedio en T es

ST, de manera que la estimacin de la pendiente en el tiempo T sera

...Frmula 10
Con esta idea una vez ms, se puede usar suavizamiento exponencial para actualizar la
estimacin de la tendencia, lo que lleva al suavizamiento exponencial doble, representado
por el siguiente conjunto de ecuaciones:
...Frmula 11
....Frmula 12
..Frmula 13
Existen otros mtodos para pronosticar un proceso con tendencia. En general, difieren en la
forma de determinar las estimaciones de la constante y la pendiente. Por ejemplo el mtodo de
promedio mvil doble es similar al suavizamiento exponencial doble; estima la constante con
un promedio mvil estndar y la pendiente con un promedio mvil de las estimaciones
anteriores de la pendiente, corregidas por la constante.
Tambin se puede usar una regresin con el tiempo como variable independiente. Sea

la

demanda en el periodo t, t =1, 2, 3,.., T. Como la variable independiente es un ndice de

tiempo la ecuacin de regresin se simplifica y se convierte en:
........Frmula 14

....Frmula 15

52

Como

se calcula para el tiempo cero, debe sumarse

T para moverlo ao tiempo T.

Entonces el pronstico hecho en el tiempo t para k periodos futuros sera:

....Frmula 16
3. Proceso estacional
Un buen modelo debe considerar la porcin constante de la demanda, la tendencia y la
estacionalidad.
Varios mtodos consideran los tres factores, se utilizar un modelo multiplicativo popular
propuesto por Winters (1960) (vase Frmula 17).
...................................Frmula 17
Donde

a = porcin constante
b = pendiente de la componente de tendencia
ct = factor estacional para el periodo t
t = aleatoriedad no controlable
Este mtodo consiste en estimar los parmetros del modelo y usarlos para generar el
pronstico. La componente constante se estima en forma independiente de la tendencia y los
factores estacionales, por lo que se llama constante no estacional. De la misma manera, el
factor de tendencia debe ser independiente de los factores estacionales. Los factores
estacionales se pueden ver como un porcentaje de las componentes constante y de tendencia
para el periodo t; si la demanda en un periodo dado de una estacin es menor que la
componente de tendencia/constante, el factor estacional ser menor que uno, y si la demanda
es mayor, ser mayor que uno. El nmero de factores estacionales debe ser igual al nmero de
estaciones al ao.
53

Para pronosticar, se obtienen las estimaciones iniciales de las componentes del modelo y se
actualizan usando suavizamiento exponencial.
Sea dt = demanda en el periodo t

L= nmero de estaciones en el ao (o en otro marco de tiempo)

T= nmero de periodos de datos disponibles; T=mL donde m es el nmero de aos
completos de datos disponibles.

St= estimacin para el trmino constante a calculado en el periodo t

Bt= estimacin del trmino de tendencia b calculada en el tiempo t
Ct= estimacin de la componente estacional para el periodo t
Para comenzar el procedimiento, se necesitan un valor inicial de ST. Una estimacin natural es
un promedio de los datos de una o ms estaciones completas. Cuando hay tendencia, el
promedio de uno o ms aos histricos completos no proporciona una estimacin inicial de a.
Este promedio incluye la demanda ms baja del principio, lo mismo que la demanda ms
alta del final de los datos histricos. Para determinar la porcin constante del proceso en el
tiempo T debe corregirse por tendencia. Por lo tanto, para calcular ST, la estimacin de a, se
necesita BT, la estimacin de b.
Se requieren al menos dos aos completos de datos para calcular BT, con menos datos no se
ver la diferencia entre la tendencia y la componente estacional. Se calcula la demanda
promedio para cada uno de los ltimos aos y se resta el promedio del ao ms antiguo del
ms reciente. El resultado es el crecimiento en los dos aos, que debe convertirse en un
crecimiento estacional, dividiendo entre L el nmero de estaciones por ao. Si se usan el
primero y el ltimo, con m aos de datos disponibles, se divide entre (m-1)L en lugar de L
para obtener el crecimiento por periodo.
54

Una vez que se tiene ST y BT, una estimacin natural del factor estacional parecera ser la
demanda en el periodo dividida entre el trmino constante. Sin embargo, debe corregirse por la
parte de tendencia de la constante.
La estimacin para la porcin constante, ST, se calcul de manera que reflejara el proceso en
el tiempo T. Intuitivamente, la porcin constante del proceso en T-1 debe ser ms pequeo en

BT, y ms pequeo en 2BT en T-2. En general, una estimacin de la porcin constante del
proceso para el periodo (t < T) es la estimacin de la constante en el tiempo T menos la
estimacin de la tendencia multiplicada por el nmero de periodos, esto es, ST-BT x (T-t).
Una vez hecho el ajuste por tendencia, se puede dividir la demanda real entre este valor
ajustado, para obtener una estimacin del factor estacional. Se calculan los factores
estacionales (vase frmula 18).
.Frmula 18
Donde Ct es la estimacin de ct. Se promedian los factores estacionales para la misma
estacin de cada ao para eliminar el ruido.
Estos factores estacionales, sin embargo, no necesariamente suman L. Para normalizarlos
primero se determina R, el cociente de la duracin de la estacin entre la suma de los factores
estacionales:
.Frmula 19
Esta razn se multiplica por los factores estacionales existentes para obtener otros nuevos:
...Frmula 20
55

donde

t = T-L+1, T-L+2,.., T

El nmero de nuevos factores siempre es el mismo que los periodos en la estacin.

Conforme se dispone de nuevos datos, se pueden actualizar las estimaciones con suavizado
exponencial. Las constantes para el trmino constante, la tendencia y los factores estacionales
se denotan por , y , respectivamente. Dados ST-1, BT-1 y CT-L+1, CT-L+2,., CT-1,
cuando se conoce dT se pueden determinar ST, BT y CT.
La estimacin del trmino constante ST ser:
Frmula 21
Para actualizar la estimacin del componente de tendencia, se usa la ecuacin:
Frmula 22
Por ltimo, los factores estacionales actualizados se estimaran con:
.Frmula 23
El pronstico para dentro de k periodos (k L) est dado por:

Frmula 24

Si se quiere pronosticar ms de una temporada futura, es decir, k>L, entonces T+k-L es

mayor que T y la estimacin especfica del factor estacional no se conoce. En su lugar, se usa
el valor ms reciente calculado para el periodo correspondiente. Sea g el entero ms pequeo
mayor o igual que k/L; se calcul esa estimacin estacional g estaciones antes. Entonces el
factor estacional adecuado para usar en la ecuacin del pronstico es el calculado en el tiempo

56

T+k-gL. Esta ecuacin se convierte en

Frmula 25
e. Error en los pronsticos
El sistema de pronsticos necesita retroalimentacin para asegurar los mejores resultados. El
control del pronstico es parte del proceso de retroalimentacin. Intenta determinar si el
pronstico se desva de los resultados reales debido a la aleatoriedad o a un cambio esencial en
el proceso. Las variaciones aleatorias deben ignorarse, pero las no aleatorias exigen cambios
en los parmetros del modelo o incluso en el modelo mismo. Los siguientes conceptos se
pueden usar para controlar cualquier sistema que produzca un pronstico numrico, aun
aquellos basados en tcnicas cualitativas de pronsticos.
El error del pronstico es la base para el control.
Primero se determina el error del pronstico y su variancia.
Despus se usa la variancia para hacer afirmaciones probabilsticas.
El error del pronstico es la diferencia entre la demanda real y el pronstico.
Matemticamente, se tiene:
.Frmula 26
La suma de los errores del pronstico se define como:
..Frmula 27
Como suponemos que el proceso tiene una componente aleatoria
normal con media cero y variancia

que sigue una distribucin

, entonces ET debe ser cercano a cero si el pronstico

se comporta apropiadamente.
Para contrarrestar esto, se puede usar la desviacin media absoluta (DAM).
57

Frmula 28
Donde

es el valor absoluto de

. DAM mide la dispersin de los errores y si DAM es

pequea, el pronstico debe ser cercano a la demanda real.

En ocasiones se usa una media similar, el error cuadrado medio, ECM, definido como:
Frmula 29
Al aumentar al cuadrado los trminos de error aumenta la penalizacin para los errores
grandes.
Puede ser ms significativo observar el error relativo a la magnitud de los nmeros que se
estn pronosticando. Si los nmeros son grandes, el error tiende a ser grande; esto se hace
usando un porcentaje absoluto medio del error, PAME, donde
...Frmula 30
Una vez que hemos hablado de los pronsticos continuaremos con hacer una breve
descripcin sobre la teora de inventarios, la cual utilizaremos a partir de los pronsticos
obtenidos para determinar la cantidad requerida de material en nuestro almacn de materia
prima.
2.2 Teora de Inventarios
a. Introduccin.
Ahora describiremos lo que es un inventario as como la clasificacin de los mismos, una
definicin es la que se muestra a continuacin:

58

Una cantidad de bienes bajo el control de una empresa, guardados durante algn tiempo
para satisfacer una demanda futura.
El inventario es necesario debido a las diferencias en las tasas y los tiempos entre el
abastecimiento y la demanda
Los tipos de inventario en los sistemas de produccin se clasifican segn el valor agregado
durante el proceso de manufactura. Las clasificaciones son materia prima, producto en proceso
y productos terminados. A continuacin se definir cada tipo.
El ambiente de demanda se puede clasificar en dos grandes categoras: determinstico o
estocstico e independiente o dependiente.
Determinstico o estocstico.
Determinstico significa que se conoce con certidumbre la demanda futura de un artculo en
inventario; esta demanda aleatoria se llama estocstica. Cada caso requiere un anlisis
diferente. El caso estocstico es ms realista, pero su manejo es ms complicado.
Demanda independiente o dependiente.
La demanda de un artculo no relacionada con otro y afectada principalmente por las
condiciones del mercado se llama independiente.
Los tipos de inventario en los sistemas de produccin se clasifican segn el valor agregado
durante el proceso de manufactura. Las clasificaciones son materia prima, producto en proceso
y productos terminados. A continuacin se definir cada tipo.
-Materia prima. Material que necesita ms procesamiento
-Producto en proceso. Componentes que forman parte de un producto tal como estn
-Artculos terminados. Artculos de consumo

59

El producto en proceso (PEP) es un inventario en el sistema de produccin que espera para ser
procesado o ensamblado y puede incluir productos semiterminados (una tuerca roscada pero
sin recubrimiento) o subensambles.
Los productos terminados son las salidas de los procesos de produccin, en ocasiones
llamados artculos finales. La demanda de productos terminados por lo general es
independiente. Los productos terminados de una organizacin de manufactura pueden ser
materia prima para otra; por ejemplo, las llantas para automviles.

b. Costos de inventario
Se define un inventario como una cantidad de un bien; como tal, incurre en costos. El costo
de compra es obvio. Otros tipos de costo son el costo de ordenar (de preparacin), el costo de
almacenaje, el costo por faltantes y el costo de operacin del sistema.
1. Costo de compra
Es el costo por artculo que se paga a un proveedor (llamado tambin costo de materiales). Sea

c el costo unitario y Q el nmero de unidades compradas (tamao del lote). Entonces el costo
total de compra es cQ, en funcin del lineal de Q. En algunos casos el proveedor tiene una
tabla de costos basada en la cantidad comprada. Este costo unitario es una funcin de Q y el
costo de compra es una funcin ms compleja. Es importante recordar que el costo unitario c
incluye tanto el costo de material as como el costo variable. El costo de manufactura para un
lote de produccin es cQ.

60

2. Costo de ordenar
Tambin conocido como el costo de preparar y controlar la orden es aquel en el que se incurre
cada vez que se coloca una orden con el proveedor. Es independiente del tamao de lote que
se compra y, por lo tanto, es un costo fijo denotado por A. Sin embargo, el costo anual de
ordenar, que se estudiar ms adelante, depende del tamao de lote. Para un lote fabricado, el
costo fijo est dominado por el costo de preparacin, que incluye el costo de preparar la
mquina para la corrida de produccin (tiempo ocioso de la mquina y mano de obra) y quizs
algunos costos de materiales para el arranque debido a rechazos iniciales. Se usa la misma
notacin, A, para el costo de preparacin.
El costo total de producir un lote es
..Frmula 31
Consiste en una componente fija A y una componente variable cQ. El inventario compromete
el capital, usa espacio y requiere mantenimiento, y todo cuesta dinero. Esto se llama costo de
almacenaje o de mantener el inventario.
3. Costo de mantener
El costo de mantener incluye lo siguiente:
Costo de oportunidad
Costo de almacenaje y manejo
Impuestos y seguros
Robos, daos, caducidad, obsolescencia, etctera.
El costo de almacenar comienza con la inversin en el inventario. El dinero comprometido no
puede obtener rendimientos en otra parte. Este costo es llamado de oportunidad, que por lo

61

general se expresa como un porcentaje de la inversin. El valor ms bajo de este costo es el

inters que ganara el dinero en una cuenta de ahorros.
Los costos se calculan como un porcentaje de la inversin en inventario y se suman al costo de
oportunidad, esto genera el costo total de mantener en inventario.
Se define

i= Costo total de mantener inventario (expresado como porcentaje)

h=ic..Frmula 32
donde h es el costo de mantener una unidad en inventario durante una unidad de tiempo. Los
valores tpicos anuales de i van de 25 a 40 %, pero i puede llegar hasta 60%.
4. Costo por faltante
ste es aquel que ocurre cuando existe una demanda de un producto que no se tiene, un
faltante puede surtirse atrasado o perderse. Si la demanda se pierde, la pena ms importante es
la ganancia perdida y la prdida de la buena voluntad. Si la demanda se surte atrasada existe
un costo adicional al expedirla, costo de registro en libros y la reputacin de un mal servicio al
cliente. Lo comn es que un faltante de material para produccin se surta atrasado, por tanto,
la sancin es que la produccin se detiene, volver a arrancarla y tal vez la entrega tarda del
producto final al cliente.
Existen dos tipos de costos por faltantes. Uno es el resultado de que falte una unidad; el otro
considera el tiempo que la unidad falta.
Se define:

= costo de faltante por unidad

= costo de faltante por unidad que falta por unidad de tiempo

62

Casi siempre se usa para las ventas perdidas; los faltantes usan ambas. Se debe observar que

es para los faltantes lo que h es para el inventario. Es difcil estimar el costo por faltantes y
puede ser una estimacin subjetiva.
Por ltimo, existen costos relacionados con la operacin y el control de los sistemas de
inventario, que reciben el nombre de costo de operacin del sistema. Este costo puede ser
grande; incluye, por ejemplo, el costo de computadoras y programas para el control de
inventarios.
c. Decisiones de cantidad
En esta parte se trata de analizar una de las decisiones ms importantes relacionadas con los
sistemas de inventarios: la decisin de cantidad.
Esta decisin tiene un impacto considerable a nivel del inventario que se mantiene y, por eso,
influye directamente en los costos de inventario.
Se presentan los modelos ms comunes desarrollados a lo largo de muchos aos y se analizan
juntos para proporcionar un panorama claro de lo que se ha hecho. El factor comn de estos
modelos es que manejan una demanda conocida y un solo artculo y todos se pueden extender
a un ambiente de artculos mltiples, si no hay dependencia entre ellos. Ms an, se pueden
aplicar en un ambiente de produccin al igual que en otros ambientes, tales como ventas al
menudeo. Con algunos ajustes, se aplican a inventarios de materia prima, productos
terminados y en algunos casos a inventarios de PEP.
Por lo general, los modelos para decisiones de cantidad se llaman modelos de tamao de lote.
Existen muchos de ellos, aqu se agrupan bajo dos grandes rubros:
1. Modelos estticos de tamao de lote
Se usan para demanda uniforme (constante) durante el horizonte de planeacin.
63

Modelos dinmicos de tamao de lote que son modelos empleados para cambiar la demanda
durante el horizonte de planeacin. Se supone que la demanda es conocida con certidumbre, lo
que en ocasiones se llama demanda irregular.
a. Cantidad econmica a ordenar (EOQ)
ste es el modelo fundamental de inventarios, Tambin se conoce como frmula de Wilson,
ya que fue l quien promovi su uso. La importancia de este modelo es que todava es uno de
los modelos de inventarios que ms se usan en la industria, y sirve como base para los
modelos ms elaborados.
Se supone el siguiente ambiente para la toma de decisiones:
Existe un solo artculo en el sistema de inventario.
La demanda es uniforme y determinstico y el monto es de D unidades por unidad de tiempo
(da, semana, mes o ao). Se usar la demanda anual, pero puede ser cualquier otro periodo,
siempre y cuando el resto de los parmetros se calculen en la misma unidad de tiempo.
No se permiten faltantes
No hay tiempo de entrega (tiempo desde que se coloca la orden hasta que se recibe).
Toda la cantidad ordenada llega al mismo tiempo; esto se llama tasa de reabastecimiento
infinita. Este modelo es adecuado para la compra de materia prima en produccin o para el
ambiente de ventas al menudeo. La variable de decisin para este modelo es Q, el nmero de
unidades a ordenar, un nmero entero positivo. Los parmetros de costo se conocen con
incertidumbre y son los siguientes:

c = costo unitario ($/unidad)

i = costo total anual de mantener el inventario (% por ao)
h = ic costo total anual de mantener el inventario ($ por unidad por ao)
A = costo de ordenar ($/orden)
64

Adems, se define

D = demanda por unidad de tiempo

T = longitud de ciclo, el tiempo que transcurre entre la colocacin (o recepcin) de rdenes
sucesivas de abastecimiento
K(Q) = costo total anual promedio como una funcin del tamao de lote Q
= inventario disponible en el tiempo t (cantidad real de material que hay en almacn)
El concepto bsico de este modelo es crear un balance entre dos costos opuestos, los costos de
ordenar y los costos de almacenar. El costo de ordenar es un costo fijo; si se ordena ms, el
costo por unidad ser menor. El costo de almacenar es un costo variable que disminuye a la
razn del inventario. Este balance se logra minimizando K (Q), el costo total anual promedio.

Fig. 29 Geometra del Inventario EOQ.1

Se supone que el nivel de inventario es Q en el tiempo cero. Conforme pasa el tiempo, el

inventario se agota a una tasa de D unidades por ao. Cuando el nivel de inventario llega a
cero, se ordenan Q unidades. Como se supone que el tiempo de entrega es cero y la tasa de
reabastecimiento es infinita, el nivel de inventario se elevar a Q de inmediato y el proceso se
repetir.
1

Sipper, D. Planeacin y control de la produccin. Mxico 2005 (pg. 230)

65

Este patrn se llama un ciclo y puede haber varios en un ao.

Sea T la longitud del ciclo del inventario. De la geometra del inventario se observa que:
..Frmula 33
Sea

el inventario promedio. De la figura:

....Frmula 34
Este resultado se puede obtener de manera intuitiva, ya que el nivel de inventario flucta entre
0 y Q, por lo que el promedio es Q/2. El nivel mximo de inventario es:
.Frmula 35
Existen tres tipos de costos: costo de compra, costo de ordenar y costo de mantener el
inventario. Para cada ciclo los costos son:

cQ = costo de compra
A = costo de ordenar (o de preparar)
es el costo promedio de mantener el inventario
El costo total anual promedio es el siguiente:
..Frmula 36
Para encontrar

el valor mnimo de Q se resuelve la derivada obteniendo el siguiente

resultado:
...Frmula 37

66

se conoce como la cantidad econmica a ordenar o lote econmico o EOQ

Fig. 30 Bosquejo de K(Q).2

La Fig. 34 es una descripcin grfica de K(Q). La curva de K(Q) es la suma de tres curvas
individuales, que representan las componentes de la funcin K(Q). Q* ocurre en el punto de
interseccin de las curvas para hQ/2 y AD/Q; ah es donde se balancean los dos costos
opuestos, el costo de ordenar y el costo de mantener el inventario. (En general, el mnimo de la
suma de las dos funciones no tiene que ocurrir en la interseccin.) El costo de compra anual no
afecta el valor de Q*.
Al sustituir el valor de Q* en K(Q), y despus de algunas manipulaciones algebraicas, se
obtiene el costo total anual promedio mnimo:
..Frmula 38
El costo de ordenar (de preparacin) es AD/Q* y el costo anual de almacenar es h(Q*/2)

Sipper, D. Planeacin y control de la produccin. Mxico 2005 (pg. 231)

67

b. Cantidad econmica a producir (EPQ) con extensiones

Esta extensin del modelo EOQ relaja la suposicin de una tasa de reabastecimiento infinita.
En su lugar se tiene una tasa finita, que es lo normal para artculos fabricados, en donde el lote
se entrega a travs del tiempo de acuerdo con la tasa de produccin.
Tambin se permite que ocurran faltantes y se cumplan las ordenes atrasadas, suponemos que
existe un nivel mnimo de atraso que la administracin esta dispuesta a tolerar. Los faltantes
ocurren en el sistema de produccin debido a falta de material o falta de capacidad.
Los faltantes tienen dos costos asociados

, se necesita conocer el faltante mximo para

evaluarlo. Sea

= tasa de produccin, medida en las mismas unidades que la demanda

Q = tamao de lote de produccin
A = costo de preparacin
c = costo unitario de produccin
= nivel de faltante (orden atrasada) en el tiempo t
= Nivel promedio de faltantes
b = mx B

Fig. 31 Geometra del inventario EPQ con faltantes. 3

Sipper,D. Planeacin y control de la produccin. Mxico 2005 (pg. 235)

68

De la geometra del inventario:

Frmula 39
El inventario disponible es positivo durante
durante

, mientras que los faltantes se surten

. La produccin se lleva a cabo durante

agotamiento del inventario ocurre durante

, mientras que el

, de aqu se obtiene que:

Frmula 40
...Frmula 41
...Frmula 42

Con

se tiene:

.Frmula 43

..Frmula 44
Para obtener K(

, se sustituyen

en K(Q,b).

Si =0, Q* y b* tendrn valores positivos finitos. Si

es suficientemente grande, se

puede obtener un valor negativo en el denominador del radical en

permitirse faltantes, es decir

, si

. En este caso no deben

, se puede demostrar que la poltica

69

ptima es no permitir faltantes o no almacenar el articulo. En el ltimo caso, toda la demanda

se va a rdenes atrasadas antes de satisfacerla. En el ambiente de manufactura esto se llama
producir por pedido.
c. Lote econmico de produccin (EPQ)
En este caso, se prohben los faltantes estableciendo ese costo como infinito. Es obvio que no
se planean faltantes para este caso, por lo que b=0. Las ecuaciones de costo se convierten en
....Frmula 45
Haciendo b=0 en la ecuacin de costo anterior. De la misma manera se obtiene

Frmula 46

En este caso el valor de

embargo, el valor de

es mayor que en el caso EOQ, porque (1-D/

1. Sin

es menor que antes, debido a que en un periodo se combina el

abastecimiento con el agotamiento. El trmino

(1-D/) es la tasa de abasto efectiva.

Observe que cuando , se obtiene el EOQ.

EOQ con faltantes. Este caso tiene una tasa infinita de reabastecimiento en la que se permiten
faltantes. Cuando se obtiene
Frmula 47
Que, para

, lleva a
...Frmula 48

70

...Frmula 49
d. Descuentos por cantidad
En el modelo EOQ suponemos que el costo unitario es constante, independientemente de que
cantidad se compre. En realidad, los proveedores pueden inducir a sus clientes a colocar
rdenes ms grandes ofrecindoles descuentos por cantidad. Si la cantidad comprada es mayor
que la especifica de precio de descuento, el costo por unidad se reduce. Es una prctica
comn incluir esta poltica de descuento en las cotizaciones publicadas.
La tendencia del comprador es aprovechar esta situacin, en especial si el artculo es de uso
regular. Sin embargo, la compra de grandes cantidades significa un inventario mayor, con un
costo ms alto de almacenaje. Entonces, los ahorros obtenidos por la compra a un costo
unitario ms bajo pueden perderse con la acumulacin de un costo de inventario mayor.
Es comn encontrar dos tipos de planes de descuento.
El descuento en todas las unidades. Aplica en el precio a todos los artculos, desde el primero,
si la cantidad excede el corte del descuento.
Descuento incremental. Se aplica el descuento slo al precio de las unidades que exceden la
cantidad del corte.
Se introduce la notacin para los descuentos por cantidad. A menos que se establezca otra
cosa, la notacin es la misma que para EOQ. Sea

m= nmero de cortes de precios

Lmite superior del j-simo intervalo de corte de precio
Lmite superior en el j-simo intervalo de corte de precio
Cantidad EOQ calculando usando
La mejor cantidad a ordenar en el intervalo j
Cantidad ptima a ordenar para todos los precios
71

Costo de Q unidades en el intervalo j

Costo de EOQ unidades en el intervalo j
Costo mnimo en el intervalo j
Costo mnimo para todos los precios
Costo de compra de Q unidades en el intervalo j
Por definicin

y lgicamente

. Para el plan de descuento

en todas las unidades, el precio de compra de Q unidades es:

Frmula 50

para
Pero el plan de descuento incremental tiene:

.Frmula 51

para

La base de la formulacin del procedimiento para encontrar la solucin ptima para la poltica
de descuento en todas las unidades es:

Paso 0: Se hace
Paso 1: Se calcula

y j=m

si

y j=m

, se va al paso 3. De otra manera, se hace

y
Paso 2:

se hace

. S establece j=1-1 y se

va al paso 1.
Paso 3: Se hace
Entonces
es

, si
y

. El proceso se detiene; la cantidad ptima a ordenar

con costo total

72

e. Modelo de artculos mltiples con restriccin de recursos

El modelo clsico del lote econmico (EOQ) es para un solo artculo. Qu pasa cuando se
tiene ms de uno? Se formula el problema como un modelo de optimacin restringido y se
resuelve con multiplicadores de Lagrange. En muchas aplicaciones existen slo una o dos
restricciones, a continuacin se presentar la formulacin para el sistema con las dos
restricciones:
Minimizar
..Frmula 52
Sujeta a

(restriccin de presupuesto)
(restriccin de espacio)

es el espacio requerido para una unidad del articulo tipo i

i = 1, 2, , n
y F es el espacio total

disponible. Este problema es ms complicado, una o ambas restricciones pueden ser inactivas,
el mtodo de resolucin es el siguiente:
Se resuelve el problema no restringido. Si ambas restricciones se satisfacen, esta solucin es la
ptima.
De otra manera se incluye una de las restricciones, digamos la de presupuesto, y se resuelve el
problema de una restriccin para encontrar

. Si la restriccin de espacio se satisface, esta

solucin es la ptima.
De otra manera se repite el proceso slo con la restriccin de espacio.
Si las dos soluciones con una restriccin no llevan a la solucin ptima, entonces ambas
restricciones son activas, y debe resolverse la ecuacin de Lagrange con ambas:
Frmula 53
73

ptimo, se resuelven las siguientes (n+2) ecuaciones simultneas:

Para encontrar

i=1, 2,,n

2. Modelo de tamao de lote dinmico

Los modelos de tamao de lote dinmico surgen cuando la demanda es irregular, es decir,
cuando no es uniforme durante el horizonte de planeacin. El anlisis de los modelos de
demanda irregular se organiza en cuatro grupos de tcnicas de solucin como sigue:
Reglas simples
Son reglas de decisin para la cantidad econmica a ordenar que no estn basadas
directamente en la optimizacin de la funcin de costo, sino que tienen otras caractersticas.
Se trata de mtodos muy sencillos que son significativos por su amplio uso, en especial en los
sistemas de MRP.
Reglas heursticas
Son aquellas que estn dirigidas al logro de una solucin de bajo costo que no necesariamente
es ptima.
Wagner-Whitin
Es un enfoque de optimizacin de la demanda irregular.
Regla de Peterson- Silver
Es una prueba para determinar cundo la demanda es irregular.

74

a. Reglas simples
Existen tres reglas simples que son comunes: demanda de periodo fijo, cantidad a ordenar en
el periodo y lote por lote.
Demanda de periodo fijo
Este enfoque es equivalente a la regla simple de ordenar m meses de demanda futura. Por
ejemplo, si se quiere ordenar para la demanda de dos meses, se suman las demandas
pronosticadas para los prximos dos meses, y esta es la cantidad ordenada. Se pueden usar
semanas o das en lugar de meses. Esta regla es diferente de la medida de efectividad de
abasto para el mes. Esta es una medida agregada basada en el valor en dlares de todos los
artculos en inventario. La demanda de periodo fijo se refiere a un solo artculo y se basa en la
cantidad.
Cantidad a ordenar para el periodo (COP)
Esta es una modificacin de la regla anterior en la que se usa la estructura para
seleccionar el periodo fijo. El tamao de lote promedio que se busca se divide entre la
demanda promedio; se obtiene el periodo fijo que debe usarse.
Lote por lote (LxL)
Este es un caso especial de la regla de periodo fijo; la cantidad a ordenar es siempre la
demanda para un periodo. Esta regla reduce el nivel de inventario y, por ende, el costo de
mantenerlo; pero el resultado es un mayor costo de ordenar por colocar ms rdenes. Casi
siempre se usa para artculos muy caros y para artculos que tienen demanda irregular.
b. Mtodos heursticos
Un mtodo heurstico es un enfoque que aprovecha la estructura del problema. Mediante el
uso de un conjunto de reglas racionales, obtiene una solucin buena, es decir, cercana a la
75

ptima o, en ocasiones la ptima. Los mtodos heursticos se usan cuando no es posible o no

es computacionalmente factible obtener el ptimo. Se presentan tres enfoques heursticos
comunes: Silver Meal, costo unitario mnimo y balanceo de parte del periodo, tambin
conocido como costo total mnimo. El denominador comn es que todos comparten el objetivo
del EOQ de minimizar la suma de los costos de preparacin e inventario, pero cada uno
emplea un mtodo distinto. Adems, se supone que A y h son constantes para todo horizonte
de planeacin.
Mtodo Silver- Meal
Mtodo Silver-Meal (SM) El principio de esta heurstica es que considera ordenar para varios
periodos futuros, digamos m. Intenta lograr el costo promedio mnimo por periodo para el
lapso de m periodos. El costo considerado es el costo variable, esto es, el costo de ordenar
(prepara) ms el costo de mantener el inventario. La demanda futura para los siguientes n
periodos est dada y es
(D1, D2,.., Dn)Frmula 54
Sea K(m) el costo variable promedio por periodo si la orden cubre m periodos. Se supone que
el costo de mantener inventario ocurre al final del periodo y que la cantidad necesaria para el
periodo se usa al principio del mismo. Si se ordena D1 para cumplir con la demanda en el
periodo 1, se obtiene

K (1)=A.......Frmula 55
Si se ordena D1+D2 en el periodo 1 para cumplir con la demanda de los periodos 1 y 2, se
obtiene

K (2)=

..Frmula 56
76

Donde h es el costo de almacenar una unidad en inventario durante un periodo. Como se

almacenan D2 unidades un periodo ms, esa cantidad se multiplica por h y para obtener el
costo promedio para los dos periodos, se divide entre 2. De manera similar
)..Frmula 57

K (3)=
Y, en general,

Frmula 58

K (m)=

Es decir, el periodo en el que el costo promedio por periodo comienza a crecer. En el periodo
1 se ordena una cantidad que cumpla con la demanda de los siguientes m periodos, esto es:

Q1=D1+D2+...+Dm............................................Frmula 59
En general, Qi es la cantidad ordenada en el periodo i y cubre m periodos futuros. Si no se
emite la orden en el periodo i, entonces Qi es cero. El proceso se repite en el periodo (m+1) y
contina durante todo el horizonte de planeacin.
Costo unitario mnimo (CUM)
Este procedimiento es similar al heurstico de Silver-Meal. La diferencia radica en que la
decisin se basa en el costo variable promedio por unidad en lugar de por periodo. Sea

K (m)= costo variable promedio por unidad si la orden cubre m periodos

Siguiendo el mismo razonamiento que en el caso de Silver-Meal,

K (1)=
K (2)=
K (3)=

..Frmula 60
.Frmula 61
.Frmula 62

77

Y en general

...Frmula 63

K (m)=
Igual que antes, la regla de detencin es

K (m+1)>K (m).Frmula 64
y Q1=D1+D2+.+Dm.....Frmula 65
De nuevo, el proceso se repite a partir del periodo (m+1). La limitacin tanto del enfoque del
Silver-Meal como de CUM es que consideran un lote a la vez, y el costo por periodo (o
unitario) puede variar mucho de un periodo a otro.
Balanceo de periodo Fragmentado (BPF)
Este mtodo intenta minimizar la suma del costo variable para todos los lotes. Recuerde del
anlisis del EOQ que si la demanda es uniforme, el costo de ordenar (prepara) es igual al
costo de almacenar. Aunque este argumento es correcto para demanda uniforme, no es cierto
apara demanda irregular, en la que el inventario promedio no es la mitad del tamao de lote.
Sin embargo, puede proporcionar soluciones razonables para la demanda irregular.
Para obtener el costo de mantener el inventario se introduce el periodo fragmentado, definido
como una unidad del artculo almacenada durante un periodo. Entonces, 10 unidades en
inventario durante un periodo son iguales a 10 periodos fragmentados, lo que es igual a 5
unidades en inventario durante 2 periodos. Sea

= periodo fragmentado para m periodos

=0

As,
P

78

.........................................Frmula 66

El costo de mantener el inventario es h (P

, y se requiere seleccionar el horizonte de

pedidos m que cubra, en trminos generales, el costo de ordenar A, esto es, elegir m tal que

A
O sea

...........................................................Frmula 67

...............................................Frmula 68

Que tambin es la regla de detencin. La razn A/h se llama factor econmico de periodo
fragmentado. El tamao de la orden es (vase frmula 68)

Q1=D1+D2++DmFrmula 69
Y el proceso se repite comenzando con el periodo m+1. El mtodo heurstico BPF tambin
se conoce como de costo total mnimo (CTM) y es uno de los que ms se aplican en la
industria.
c. Algoritmo de Wagner-Whitin (WW)
Este algoritmo tiene el mismo objetivo que algunos enfoques heursticos, minimizar el costo
variable de inventario, el costo de ordenar (preparar) y el de mantener inventario durante el
horizonte de planeacin. La diferencia es que el algoritmo de Wagner-Whitin genera una
solucin de costo mnimo que conduce a una cantidad ptima a ordenar Qi. El procedimiento
de optimizacin est basado en programacin dinmica; evala todas las maneras posibles de
ordenar para cubrir la demanda en cada periodo del horizonte de planeacin. Su elegancia
estriba en que no considera todas las polticas posibles; para un horizonte de n periodos, el
nmero de polticas posibles es 2n-1. Se observa el hecho de que una orden debe satisfacer toda

79

la demanda para cierto nmero de periodos. Esto es, una cantidad ptima a ordenar, digamos

Qi, satisface
para alguna j i.Frmula 70
y

IiQi+1=0

para toda i= 0,1,, n-1

Qi es el nmero de unidades ordenadas en el periodo i para cubrir la demanda hasta el periodo

j, con la siguiente orden colocada en el periodo j+1. Este concepto, usado en los modelos
2

heursticos, reduce el nmero de polticas que se examinan a una cantidad del orden de n , lo
cual significa que el algoritmo ignora muchas de las polticas.
Wagner- Whitin sustituye al EOQ para el caso de demanda irregular. Sin embargo, como es
un poco difcil de entender, normalmente no se aplica en la industria. Su mayor ventaja es que
sirve como estndar para medir la efectividad de otros algoritmos para tamao del lote
dinmico.
Se establecer formalmente el algoritmo usando la notacin definida. Sea Kt,l el costo de
colocar una orden para cubrir la demanda de los periodos t, t+1,l, suponiendo que el
inventario al principio del periodo t y al final del periodo l es cero. Matemticamente, este
costo es
Frmula 71

t= 1,2,, n ; l= t+1, t+2, , n

Ahora se determina el costo mnimo del periodo 1 al l suponiendo que no debe haber
inventario restante al final del periodo l. La ecuacin para este mnimo se puede encontrar de
manera recursiva, Si

es este mnimo, estar dado por

80

.Frmula 72

l=1,2,, N
se define como cero, y el valor de la solucin de costo mnimo est dado por
d. Regla de Peterson-Silver
Los mtodos para tamao del lote dinmico se usan para demanda irregular Cmo se puede
saber que la demanda es irregular? Con solo mirar? Debe haber una mejor manera. Peterson y
Silver propusieron una medida til de la variabilidad de la demanda, llamada coeficiente de
variabilidad. Este es
..Frmula 73

V=
Ellos demostraron que V se puede evaluar mediante

V=

Frmula 74

Donde Dt es la demanda pronosticada discreta para el periodo y n es el horizonte de

planeacin.
Peterson y Silver sugieren la siguiente prueba de irregularidad:
Si V<0.25, se usa el modelo EOQ con

como la demanda estimada.

Si V 0.25, se usa un modelo de tamao del lote dinmico.

d. Decisiones de tiempo
Esta decisin tiene efecto no solo en el nivel de inventario y, por ende, en el costo del
inventario, sino tambin en el nivel de servicio que se proporciona al cliente. Al igual que en

81

las decisiones de cantidad, se incluyen modelos clsicos para ayudar a entender el

comportamiento de los sistemas de inventario respecto a las decisiones de tiempo.
Se estudiarn los modelos bajo tres categoras importantes:
Decisiones de una sola vez
Sistemas de revisin continua, que son sinnimo de decisiones de tiempo continuo.
Sistemas de revisin peridica, que son sinnimo de decisiones intermitentes.
Todos los modelos manejan un solo artculo, pero se pueden extender a artculos mltiples y
muchos de ellos manejan demanda estocstica.
1. Decisiones de una sola vez
Las situaciones de decisiones de una sola vez son muy comunes en los ambientes tanto de
manufactura como de venta al menudeo. Con frecuencia el problema se relaciona con bienes
estacionales, que tienen demanda slo durante periodos cortos. Existe una sola oportunidad de
ordenar.
Debe decidirse el nmero de artculos a ordenar antes del periodo de ventas, que puede ser un
da, una semana o cualquier otro periodo. Si la demanda se conoce (el caso determinstico), el
problema trivial; se ordena el nmero exacto de unidades que se demanda. La situacin
prctica, y por lo tanto la de inters, es cuando la demanda exacta es desconocida, pero puede
describirse como una variable aleatoria. Sea

D= demanda durante el periodo; una variable aleatoria con funcin de densidad de

probabilidad f (D)

F (D)= funcin de probabilidad acumulada de D, es decir, la probabilidad de que la demanda

sea menor o igual que D

82

=costo de faltantes por unidad que falta al final del periodo.

Co= costo de excedentes por unidad que sobra al final del periodo.
El costo por faltantes puede ser la ganancia perdida y la prdida de la buena voluntad. El costo
del excedente es el costo unitario ms cualquier costo adicional para deshacerse del excedente,
menos cualquier ingreso (valor de recuperacin) que se pueda obtener. El costo de compra
puede ignorarse porque no afecta la solucin ptima, o bien, considerarse de manera implcita
en los costos de excedentes o de faltantes. Se supone que no hay costo por colocar una orden.
Como Q es la variable de decisin, el costo esperado de excedente es F (Q)co.
Y el costo esperado por faltantes es
...Frmula 75
El valor ptimo de Q en este caso el punto en donde estos dos costos son iguales
Frmula 76

F(
Lo que conduce a

F(

..Frmula 77

La razn de costo en la ecuacin anterior se llama razn crtica y es un nmero entre 0 y 1. La

razn crtica es la probabilidad de satisfacer la demanda durante el periodo si

se compra

para ese periodo, que no es lo mismo que la proporcin de la demanda satisfecha.

Para calcular

se debe usar la distribucin de probabilidad acumulada, que es caracterstica

de los modelos estocsticos de inventarios.

2. Sistemas de revisin contina.
Para examinar estos sistemas, se definen dos nuevas variables de estado para el inventario:
83

Xt = posicin del inventario en el tiempo t

Ot = posicin de ordenes colocadas en el tiempo t, algunas veces llamada la tubera del
inventario
Recuerde que It es el inventario disponible en el tiempo t y Bt es el nivel de faltantes (rdenes
atrasadas) en el tiempo t (ver frmula 74).

Xt=It+Ot-Bt.Frmula 78
Ya sea It o Bt o ambos sern cero en cualquier tiempo. Bsicamente, la diferencia entre Xt e It
es que Xt considera el inventario como una tubera. Sea R= punto de reorden, el nivel de Xt
cuando se coloca una orden La decisin de tiempo, cundo ordenar, es Si Xt Rt entonces se
coloca una orden de Q unidades R determina el momento de la decisin de cantidad. Estos
sistemas se llaman sistemas (Q, R); la poltica est definida por dos decisiones. La decisin
de cantidad se analiz en la seccin anterior y el punto de reorden. Deben ordenarse dos cosas:
La decisin de tiempo considera la posicin del inventario total y no slo del inventario
disponible (un error muy comn en la prctica). La cantidad ordenada, Q, se puede determinar
por cualquier mtodo para el tamao del lote. En primer lugar, se analizarn los sistemas de
revisin continua en un ambiente determinstico y despus se estudiara el caso estocstico. En
los sistemas de inventarios EOQ y EPQ se obtuvieron la cantidad econmica a ordenar y la
cantidad econmica a producir con tiempo de entrega cero. En este mtodo se permitir que el
tiempo de entrega sea distinto de cero, pero se supondr que es una constante conocida,
digamos . El lapso de una orden -expresado en las mismas unidades que los otros datos- es el
tiempo que transcurre entre colocar la orden y su recepcin. Todava se supone que las
84

unidades ordenadas llegan al mismo tiempo unidades despus de colocar la orden. La

demanda durante el tiempo de entrega se conoce con certidumbre. Como antes de la demanda
anual es uniforme y se denota por D. Primero se examina el caso del EOQ. Si se quiere que la
cantidad Q llegue cuando se ha agotado todo el inventario, se establece

R=D..Frmula 79
Si no se permiten faltantes y no hay otras ordenes en camino (en la tubera), al colocar una
orden, entonces

Xt=It.............................................................Frmula 80
Y la decisin de tiempo es colocar la orden siempre que

ItD...........................................................Frmula 81
Para el EPQ el argumento es similar. Se hace

R=D..Frmula 82
Donde es el tiempo de entrega requerido para preparar la nueva corrida de produccin.
Cuando la posicin del inventario es menor o igual que R, se inicia una nueva orden de
produccin. No obstante, debido a la tasa de reabastecimiento finita, Xt se comporta diferente.
Tanto para el EOQ como para el EPQ con un tamao de faltantes mximo de b, la decisin
de tiempo es la misma. El punto de reorden se convierte en

R=D-b.Frmula 83
Ambos casos suponen que todo se conoce con certidumbre. En realidad, ambas demandas y
tiempos de entrega pueden variar. Si llega una orden despus de lo esperado o la demanda

85

durante el tiempo de entrega es mayor que la esperada, pueden tenerse faltantes. Para evitar
eso se puede mantener un inventario de seguridad.
Inventario de seguridad y nivel de servicio
El inventario de seguridad es inventario adicional para asegurar que se cumple el objetivo de
servicio. Sin embargo, ms inventario significa ms costo de mantenerlo y menos oportunidad
de que un cliente se enfrente a un faltante. Para tener ms inventario disponible, se establece el
punto de reorden en

R=

+s..Frmula 84

Donde s es el inventario de seguridad. La diferencia entre el modelo determinstico sobre R, la

decisin de tiempo, es una decisin sobre el nivel del inventario de seguridad s. El valor de s
determina el trueque entre el servicio y la inversin. Existen dos valores para encontrar s: uno
de optimizacin que usa un costo por faltantes y otro administrativo, en el que se establece la
poltica del nivel de servicio.
a. Demanda en el periodo de entrega
Recuerde que tanto la demanda durante el tiempo de entrega como el tiempo de entrega
mismo son so determinstico. Para simplificar los desarrollos, inicialmente se supone que el
tiempo de entrega es determinstico. Esto da una buena aproximacin al valor esperado en el
caso estocstico. La demanda es una variable aleatoria por lo general, dada para cierto
periodo. Es comn que el valor de la demanda se obtenga mediante un mtodo de pronsticos.
Se supone que la demanda es una variable aleatoria continua con funcin de densidad de
probabilidad f(D) y funcin de distribucin acumulada f(D). Sea
Valor esperado (o media) da la distribucin de la demanda en un periodo
86

= Desviacin estndar de la distribucin de la demanda

= Tiempo de entrega, igual que en caso determinstico
El periodo para el que se da la demanda puede ser distinto del tiempo de entrega. Por ejemplo,
la demanda puede estar dada para una semana, mientras que el tiempo de entrega es cuatro
semanas. Entonces se ajusta la demanda pronosticada a la longitud del tiempo de entrega. Se
supone que las demandas para cada periodo son variables aleatorias independientes. Por lo
tanto, la distribucin de la demanda en el tiempo de entrega tiene los siguientes parmetros.
Valor esperado (media)=
Frmula 85
Donde

es la variancia de la demanda en el tiempo de entrega,

est dado en las mismas unidades de tiempo que D. Se obtiene

es la variancia de D y
desviacin

estndar de la demanda en el tiempo de entrega:

Frmula 86
b. Modelo (Q, R)
Ahora se considerar el modelo estocstico esencial para el sistema de revisin continua. Se
presenta un enfoque administrativo, en el cual se establece una poltica de servicio, y un
enfoque de optimizacin, que es la revisin estocstica del EOQ determinstico. Recuerde que
en el caso de revisin continua R es una variable de decisin, al contrario del caso
determinstico, en el que R se obtuvo a partir de la demanda en el tiempo de entrega. Las dos
variables de decisin Q y R, definen la poltica para este modelo.

87

Enfoque administrativo: decisin de cantidad. Se evala la cantidad a ordenar usando el

modelo EOQ, sustituyendo el valor esperado de la demanda aleatoria por la de la demanda
conocida:
Frmula 87

Q=

Este valor no es el valor de Q que se usa en el enfoque de optimizacin.

Enfoque administrativo: decisin de punto de reorden

R=

+s.Frmula 88

De forma que el inventario de seguridad determina a R. El inventario de seguridad maneja la

variabilidad de la demanda durante el tiempo de entrega, que se mide por

. Por lo tanto, el

inventario de seguridad se mide en unidades de desviacin estndar y es

Frmula 89
Donde k es el factor de seguridad elegido para proporcionar el nivel de servicio deseado. Si la
demanda en el tiempo de entrega tiene distribucin normal, se puede conocer mejor el valor de

k. Por la naturaleza de la distribucin normal,

s= z

..................................................................Frmula 90

dnde z es una variable normal estndar, y mide el nmero de desviacin estndar a partir de
la media. Observe que en este caso k=z. Para el resto de este anlisis, se supondr una
distribucin normal para la demanda en el tiempo de entrega; as,

R=

.Frmula 91

88

Esta estructura generar para evaluar R es la misma para ambas polticas 1 y 2 de nivel de
servicio. La diferencia est en el valor asignado a z
Punto de reorden: poltica 1. El nivel de servicio requerido es . El procedimiento es
1. En la tabla A-1 se encuentra el valor de z que corresponde a F(z)=
2. Se evala R usando el valor obtenido de z
Punto de reorden: poltica 2 El nivel de servicio requerido es (tasa de surtido). El
procedimiento es
1. Se evala

L(z)=

..Frmula 92

2. En la tabla A-2 se usa L (z) para obtener z

3. Se evala R usando el valor de z
*La tabla A1 y A2 se encuentran en el apndice
c. Costo por faltantes implcito
Un faltante puede ocurrir sin importar que nivel de servicio se elija. Si es as, se paga una
sensacin por faltantes implcita en el nivel de servicio elegido. Para evaluar el costo por
faltantes implcito se analiza el modelo (Q, R) usando el enfoque de anlisis marginal
utilizado para el problema del voceador. En un ciclo de inventario, es econmico mantener
una unidad adicional en el inventario de seguridad, siempre y cuando su costo de mantenerla
no sea mayor que el costo esperado por faltantes para uno de una unidad. La probabilidad
general de un faltante es F (z), donde [1-f(z)]= es un valor seleccionado especfico.
Utilizando una notacin familiar, sea h el costo anual de mantener una unidad, el costo por
unidad que falta y
89

el nmero de ciclos de inventario por ao. Entonces, por ciclo, el balanceo de los costos de
mantener y por faltantes da
.Frmula 93
El costo implcito por faltante es una manera til de que la administracin juzgue si una
eleccin de un nivel de servicio en particular es apropiada. La ecuacin para

se cumple para

ambas polticas de nivel de servicio. De nuevo, la diferencia est en la evaluacin del valor
adecuado de z.
3. Sistemas de revisin peridica.
Se hablar a continuacin sobre la decisin de tiempo de esta poltica. El inventario se revisa
cada T periodos. En cada revisin, si Xt > R, no se ordena, pero si Xt R, se ordena hasta el
nivel meta, S, donde Xt es la posicin del inventario.
En el primer punto de revisin no pasa nada. Despus del periodo de revisin, T, el inventario
(suponiendo que no hay artculos ordenados) se encuentra abajo del punto de reorden (punto
2), y se coloca una orden por

. Esta orden llega unidades ms tarde (punto 3)

debido al tiempo de entrega.

Un caso especial de la poltica de revisin peridica es cuando R=S y se coloca una orden en
cada punto de revisin. La variable de decisin es el periodo de revisin T. Como en el
enfoque

tomado para los sistemas de revisin contina, primero se estudia un modelo

determinado y despus el modelo estocstico.

90

a. EOQ de nuevo
El modelo EOQ tambin puede examinarse desde una perspectiva de revisin peridica.
Recuerde que la suposicin es que el tiempo de entrega es cero. El EOQ se podra ver como
un sistema de revisin peridica, en el que el valor ptimo del periodo de revisin es
El nivel de inventario meta es Q* de manera que el tamao del lote ordenado es Q*. Cuando
el tiempo de entrega es , T* permanece igual, pero el inventario meta es R+Q* con tamao
de lote Q*.
b. Modelos (S, T)
Consiste en un sistema de revisin peridica en el que el inventario meta es igual a S; en cada
revisin si Xt S, se ordena hasta el nivel del inventario meta S. Este es un caso especial en el
que R=S. Se tienen dos variables de decisin, el intervalo de revisin T y el inventario meta

S. Al igual que en los sistemas de revisin contina, todava se tiene un trueque entre el nivel
de servicio y la inversin. De nuevo hay dos enfoques, uno de optimizacin, basado en un
costo por faltantes y un enfoque administrativo, en el cual se fija el nivel de servicio. Se
analizar el enfoque administrativo.
Se tienen las mismas suposiciones para los sistemas (Q,R); existe un reabastecimiento
infinito, la demanda es una variable aleatoria D y el tiempo de entrega es constante e igual a .
Decisin del periodo de revisin
El periodo de revisin T se puede basar en la conveniencia (vase frmula 83), es decir, una
vez al mes, o segn la frmula EOQ, esto es,

91

.Frmula 94

T=

c. Decisin del inventario meta

El mismo argumento dado para el sistema (Q, R) se cumple aqu, elegir S es equivalente a
decidir el nivel del inventario de seguridad. La diferencia est en la longitud del periodo para
el que se necesita el inventario de seguridad. En el sistema (Q, R) se requera el inventario de
seguridad para cubrir slo el tiempo de entrega , ya que las rdenes se pueden colocar en
cualquier momento. Para los sistemas (S, T) una orden debe ser lo suficientemente grande
para que dure hasta la siguiente revisin, T periodos despus. Por lo tanto, S debe ser por lo
menos igual a la demanda esperada durante (T+) que no incluye inventario de seguridad. Al
considerar el inventario de seguridad y usar la misma notacin que para el modelo (Q, R)

S=

.Frmula 96

Para una demanda en el tiempo de entrega con distribucin normal,

S=
Donde

.Frmula 97

es la desviacin estndar de la demanda durante (T+). Un sistema (S,T)

requiere ms inventario de seguridad que n sistema (Q,R) ya que el periodo que necesita
proteccin contra faltantes es ms largo.

d. Sistema de reabastecimiento opcional

Primero se analiz el sistema de revisin peridica y despus el caso especial con R=S. Ahora
se examinar una modificacin del caso general, el sistema de reabastecimiento opcional, en

92

ocasiones llamado de revisin opcional (s, S). La modificacin es que la prueba de reorden se
hace usando el inventario disponible en lugar de la posicin del inventario.
El sistema opera como sigue. Se definen dos niveles de inventario (s, S). El intervalo de
revisin es T y en cualquier punto de revisin, la decisin es que si Id s, se ordena S-It, pero
si It > s, no se ordena. It es el inventario disponible en cualquier punto de revisin. La ventaja
sobre los sistemas (S, T) es que la cantidad a ordenar pedida es razonable. Es particularmente
til cuando los costos tanto de revisin como de ordenar son significativos.
Este sistema tiene tres variables de decisin de, -T, s y S-. Se determina T usando el mtodo
descrito antes. Encontrar los valores ptimos para s y S es bastante difcil. Se puede obtener
una buena aproximacin calculando una poltica (Q,R) y haciendo:

S=R y S=R+ Q..Frmula 98

e. Decisiones de control
Se ha introducido una gran variedad de modelos, polticas y enfoques para los diferentes
aspectos de los sistemas de inventarios. Ahora se estudiar la administracin y el control de
sistemas de inventarios de artculos mltiples.

A continuacin se analiza un enfoque

administrativo para el control del inventario bajo condiciones reales. Para comenzar, se
presenta el anlisis de Pareto, una herramienta importante en el manejo de sistemas de
artculos mltiples.

1. Anlisis de Pareto
El anlisis de Pareto, es una herramienta para separar lo importante de lo que no es
importante, es una tcnica til para asignar esfuerzo administrativo. Su nombre se debe al
93

economista italiano Villefredo Pareto, quin estudio la distribucin de la riqueza en Miln en

el siglo XVIII. Observ que una porcin grande de la riqueza era propiedad de un pequeo
segmento de la poblacin. El mismo principio de Pareto se aplica a muchas otras situaciones,
unos cuantos tienen mucha importancia y muchos tienen poca importancia. Es comn que los
sistemas de inventarios tengan unos cuantos artculos que dan cuenta del uso de una gran
cantidad de dinero. Esta caracterstica permite un trueque entre la inversin y el control,
elemento importante para mantener un costo bajo y un alto nivel de servicio.
a. La curva ABC
La curva ABC jerarquiza los artculos en inventario en orden descendente por su uso anual de
dinero. Esta jerarqua en forma tabular se llama distribucin por valor. Se puede graficar el
porcentaje de artculos jerarquizados del total de artculos contra el porcentaje acumulado
correspondiente del valor total en dinero, representado por ese porcentaje de artculos
jerarquizados.
En principio, los artculos jerarquizados se clasifican en tres grupos:
A= artculos con alto uso de dinero
B=artculos con uso medio de dinero
C=artculos con bajo uso de dinero
Por lo general, las curvas ABC muestran que el grupo ABC muestran que el grupo A significa
alrededor del 20% de los artculos jerarquizados y el 80% del uso total de dinero. En ocasiones
esto se llama regla 80-20. El que estos dos nmeros sumen 100 es simple coincidencia.
En forma ms detallada, el procedimiento para preparar las curvas ABC es

94

Paso 1: Se tabulan los artculos en inventario en orden descendente del uso anual de dinero por
artculo. El uso anual de dinero es la multiplicacin del costo unitario y el nmero anual de
unidades usadas.
Paso 2: Se evala la actividad acumulada comenzando al principio de la lista y acumulando las
actividades por articulo hacia abajo.
Paso 3: Se trabaja hacia abajo y se calcula:
Porcentaje acumulado de artculos basado en el nmero total de artculos.
Porcentaje acumulado de uso del dinero basado en el uso total anual.
Paso 4: Se grafica la curva ABC del porcentaje acumulado del uso del dinero como una
funcin del porcentaje acumulado de artculos.
b. Algunas observaciones sobre la curva ABC
No se ha fijado una convencin en cuanto a que artculos estn en los grupos A, B, y C. Esto
se hace casi siempre a ojo viendo la curva. En general, el grupo A llega hasta donde
comienza a doblar la curva, el B hasta el final de este doblez y C incluye el resto de los
artculos.
Por lo comn, mientras ms inclinada es la curva ABC, mayor poder de separacin tiene. El
poder de separacin es la habilidad para distinguir entre los grupos. Esto es, menos artculos
representarn un valor ms alto, por ejemplo, 15% de los artculos significan el 90% del valor.
Para este ejemplo. Alrededor de 1.5% de los artculos representan el 50% del valor.
En la prctica, es sencillo generar la tabla de distribucin por valor y su curva ABC asociada.
Tanto el precio unitario del artculo como su uso anual son parte de la base de datos del
inventario.
El costo unitario no es razn para colocar un artculo en el grupo A y viceversa.
95

Este anlisis muestra la manera en que el principio de Pareto ayuda a asignar el esfuerzo
administrativo. El grupo A, que representa la mayor parte de la inversin en inventario, tiene
un control estrecho. Los artculos del grupo C obtienen poca atencin administrativa, no valen
el esfuerzo.
En este captulo se redact toda la teora que ser ocupada para cumplir con el objetivo de este
estudio.
En el captulo 3 se desarrollar el anlisis de la informacin recopilada en la empresa Grupo
Gysapol de acuerdo a las herramientas de la Ingeniera Industrial.

96